圖解全文： AGI、世界模型與德米斯·哈薩比斯尋求計算的極限

在科技領域，很少有哪一年能像過去這一年一樣，被壓縮進如此密集的突破與變革。大型語言模型（LLM）的突破將人工智能從實驗室帶入了大眾視野，但對于那些站在浪潮最前沿的建筑師而言，這僅僅是序幕。谷歌DeepMind首席執行官兼聯合創始人德米斯·哈薩比斯（Demis Hassabis）認為，我們正從“語言驅動”的階段，邁向一個由具身智能（Agentic AI）和世界模型驅動的新時代。哈薩比斯是少數幾個能將嚴謹的神經科學、計算理論與數十億美元商業戰略完美融合的領導者。他用一種哲學家的視角審視著技術進步的瘋狂速度，將當前的市場競爭視為一場對“根節點問題”——從聚變能源到意識本質——發起沖擊的契機。在一場深度對話中，哈薩比斯闡述了DeepMind如何平衡激進的商業化與基礎科學研究，揭示了現有模型中“鋸齒狀智能”的悖論，并展望了在即將到來的通用人工智能（AGI）時代，社會結構將如何經歷比工業革命更為迅速和巨大的重塑。核心觀點摘要“感覺我們在一年的時間里塞進了10年的內容。”“要達到通用人工智能，你需要將世界級的工程技術與我們擅長的世界級研究和科學相結合。”“現有的系統仍然非常不均衡。它們在某些維度上非常、非常令人印象深刻，但在其他方面仍然相當基礎。”“世界模型能做到語言模型做不到的事情是：理解世界的一些空間動態、空間感知以及我們所處的物理環境。”“AGI可能比工業革命快10倍、大10倍，社會必須提前設計新的經濟模式來應對巨大的經濟顛覆。”“信息是宇宙中最基本單元，不是能量，不是物質，而是信息。”“我的使命一直以來都是要以某種方式幫助世界安全地引導通用人工智能（AGI）跨越門檻，造福全人類。”---50%科學創新 + 50%規模化：通往AGI的均衡路徑哈薩比斯首先指出了當前人工智能領域的速度和資源投入的激增。在過去的一年里，許多人對計算規模和數據消耗提出了極限的擔憂，認為擴展性（Scaling）終將撞墻。然而，DeepMind最近發布的Gemini 3再次證明，這種擔憂為時尚早。“很多人都這么認為，尤其是看到其他進展相對較慢的公司，”哈薩比斯評論道，“但我覺得我們實際上從未遇到過真正的障礙。” 他承認可能會存在邊際效益遞減，但這并不意味著回報率會降至零。顯著的改進依然值得巨大的投資。